公开(公告)号：CN116828052A

公开(公告)日：2023-09-29

申请号：CN202310838016.9

申请日：2023-07-10

Applicant: 重庆邮电大学

Inventor： 黄晓舸 ,  余采薇 ,  王凡 ,  杨帆行 ,  陈前斌

IPC: H04L67/568 ,  H04L67/5682 ,  H04L67/1097 ,  H04L41/16

Abstract: 本发明涉及一种基于边缘计算的数据智能协同缓存方法，属于移动通信技术领域。首先，用户根据上下文信息完成簇群选择，使得同一簇群中的用户具有相似内容偏好，由于簇群间用户不相交，提出了基于享乐联盟博弈的用户分簇算法；其次，基于分层联邦学习，用户建立深度神经网络DNN训练本地模型并上传至边缘网络层中的MEN和SEN，通过分层联邦学习优化内容缓存放置位置策略；最后，在边缘网络引入内容缓存价值协助SEN进行短期内容更新，基于当前的缓存状态与用户内容输出估计偏好，最大化协同联盟整体内容缓存价值，从而减少缓存冗余。本发明在保证模型精度的前提下，有效提高缓存命中率，降低内容获取时延。

公开(公告)号：CN117058903B

公开(公告)日：2024-10-29

申请号：CN202311024071.0

申请日：2023-08-15

Applicant: 重庆邮电大学

Inventor： 黄晓舸 ,  李春磊 ,  肖亚莉 ,  杨帆行 ,  陈前斌

IPC: G08G1/0967 ,  G06Q10/0639 ,  G06N3/092 ,  G06N3/084 ,  G06N20/00 ,  H04W4/44 ,  H04L67/12 ,  H04L9/00

Abstract: 本发明涉及一种智能网联汽车安全数据协同方法，属于移动通信技术领域。所述方法包括接收来自路边单元的Tip交易，并从中选择质量指标最高的两个驾驶策略模型进行聚合；根据感知的当前道路环境，进行本地决策，得到相应的多目标奖励，并将决策相关信息作为经验存储到经验回放区；根据预设优先级对经验回放区的经验进行采样，根据训练样本更新驾驶策略模型，并根据经验回放区最新的多组训练样本获得的奖励，计算驾驶测量模型的质量指标；将满足质量要求的驾驶策略模型结合更新后的质量指标进行打包，生成新Tip交易；发送新Tip交易至路边单元。本发明在保证智能网联汽车数据安全性的同时，有效提升自动驾驶决策的准确性、安全性和舒适性。

公开(公告)号：CN117135597A

公开(公告)日：2023-11-28

申请号：CN202311088483.0

申请日：2023-08-28

Applicant: 重庆邮电大学

Inventor： 黄晓舸 ,  肖亚莉 ,  李春磊 ,  杨帆行 ,  陈前斌

IPC: H04W4/44 ,  G06N3/096 ,  G06N3/098 ,  H04W28/08 ,  H04L67/10 ,  H04L67/12 ,  H04L67/568

Abstract: 本发明涉及一种基于分布式学习的智能网联汽车低时延数据共享方法，属于移动通信技术领域。所述方法包括获取来自路边单元下发的全局模型；所述全局模型由学生模型和全局聚合权重聚合得到；采集车辆数据，在本地训练全局模型对应的学生模型和教师模型；向路边单元上传学生模型，以及基于教师模型确定的全局聚合权重；若全局模型与学生模型的偏差程度超过预设阈值，则向路边单元的数据缓冲区上传部分车辆数据；获取来自路边单元下发的共享数据，在本地修正所述全局模型对应的学生模型和教师模型；所述共享数据由上传的部分车辆数据的新旧比例以及重要模型参数的变化率确定。在本申请的实施例所提供的技术方案中，能够显著提升模型的精度。

公开(公告)号：CN117058903A

公开(公告)日：2023-11-14

申请号：CN202311024071.0

申请日：2023-08-15

Applicant: 重庆邮电大学

Inventor： 黄晓舸 ,  李春磊 ,  肖亚莉 ,  杨帆行 ,  陈前斌

IPC: G08G1/0967 ,  G06Q10/0639 ,  G06N3/092 ,  G06N3/084 ,  G06N20/00 ,  H04W4/44 ,  H04L67/12 ,  H04L9/00

Abstract: 本发明涉及一种智能网联汽车安全数据协同方法，属于移动通信技术领域。所述方法包括接收来自路边单元的Tip交易，并从中选择质量指标最高的两个驾驶策略模型进行聚合；根据感知的当前道路环境，进行本地决策，得到相应的多目标奖励，并将决策相关信息作为经验存储到经验回放区；根据预设优先级对经验回放区的经验进行采样，根据训练样本更新驾驶策略模型，并根据经验回放区最新的多组训练样本获得的奖励，计算驾驶测量模型的质量指标；将满足质量要求的驾驶策略模型结合更新后的质量指标进行打包，生成新Tip交易；发送新Tip交易至路边单元。本发明在保证智能网联汽车数据安全性的同时，有效提升自动驾驶决策的准确性、安全性和舒适性。

公开(公告)号：CN116740342A

公开(公告)日：2023-09-12

申请号：CN202310704658.X

申请日：2023-06-14

Applicant: 重庆邮电大学

Inventor： 宋裕曼 ,  孟杨 ,  华金铭 ,  孙懿 ,  杨帆行 ,  刘笑言 ,  胡佳峻 ,  张玺

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G01S13/89 ,  G01V3/12

Abstract: 本发明涉及一种改进YOLOv8的毫米波图像目标检测与识别方法，属于图像处理技术领域。该系统包括以下步骤：通过将获取的毫米波图像输入到预训练过的改进YOLOv8神经网络中；在输出层获得目标位置和类别信息，并进行目标检测与识别；根据目标信息生成相应的检测结果，包括目标类别、坐标、置信度，实现对目标的高效检测和准确识别。该系统具有检测速度快、精度高等优点。